期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
融合多策略的改进鹈鹕优化算法
1
作者 李智杰 赵铁柱 +3 位作者 李昌华 介军 石昊琦 杨辉 《控制工程》 北大核心 2025年第7期1184-1197,1206,共15页
针对鹈鹕优化算法在寻优过程中存在的种群多样性降低、收敛速度下降、易陷入局部最优等问题,融合多种策略对其进行改进,提出了改进鹈鹕优化算法(improved pelican optimization algorithm,IPOA)。首先,利用帐篷(tent)混沌映射和折射反... 针对鹈鹕优化算法在寻优过程中存在的种群多样性降低、收敛速度下降、易陷入局部最优等问题,融合多种策略对其进行改进,提出了改进鹈鹕优化算法(improved pelican optimization algorithm,IPOA)。首先,利用帐篷(tent)混沌映射和折射反向学习策略初始化鹈鹕种群,在增加种群多样性的同时为算法寻优能力的提升打下基础;然后,在鹈鹕逼近猎物阶段引入非线性惯性权重因子以提高算法的收敛速度;最后,引入樽海鞘群算法的领导者策略以协调算法的全局搜索能力和局部寻优能力。实验测试了单一改进策略的改进效果,并将IPOA与其他9种优化算法进行了对比。实验结果证明了各改进策略的有效性和IPOA的优越性和鲁棒性。 展开更多
关键词 鹈鹕优化算法 帐篷混沌映射 折射反向学习 非线性惯性权重因子 樽海鞘群算法
在线阅读 下载PDF
基于Voting机制的IMA-BP不平衡数据分类算法 被引量:4
2
作者 黄富幸 韩文花 《科学技术与工程》 北大核心 2023年第27期11698-11705,共8页
针对传统分类模型在实际应用中对提取到的不平衡数据特征进行分类时分类结果精度低的问题,提出使用蜉蝣算法(mayfly algorithm,MA)优化的反向传播(back propogation,BP)神经网络分类模型。同时为了提升算法前期全局搜索能力和后期局部... 针对传统分类模型在实际应用中对提取到的不平衡数据特征进行分类时分类结果精度低的问题,提出使用蜉蝣算法(mayfly algorithm,MA)优化的反向传播(back propogation,BP)神经网络分类模型。同时为了提升算法前期全局搜索能力和后期局部搜索能力,引入阻尼比系数和非线性惯性权重因子,构建出改进蜉蝣算法(improved mayfly algorithm,IMA)优化的BP神经网络(IMA-BP)分类器。根据该分类器分类具有随机的特点,引入集成学习中的投票(Voting)机制,将IMA-BP作为弱分类器,将各弱分类器的分类结果通过软投票方法融合,构成了一个Voting机制的IMA-BP分类模型。为验证分类模型的性能,使用UCI数据库中的数据集将该模型与其他的模型进行比较,结果表明Voting机制的IMA-BP分类模型对4个数据集的分类准确率分别为88.67%、96.67%、91.25%、93.52%,都要高于其他模型,说明该分类模型具有较好准确性和可行性,对一些分类任务具有较强的指导作用和应用价值。 展开更多
关键词 神经网络 蜉蝣算法 阻尼比系数 非线性惯性权重因子 投票机制
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部